买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种基于状态空间模型的事件相机单目深度估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120125632B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510586473.2，技术领域涉及：G06T7/50；该发明授权一种基于状态空间模型的事件相机单目深度估计方法是由邵文泽;王建;葛琦;王力谦;魏金生设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本一种基于状态空间模型的事件相机单目深度估计方法在说明书摘要公布了：本发明涉及事件相机与人工智能计算机视觉领域，具体为一种基于状态空间模型的事件相机单目深度估计方法，包括：准备包含事件数据和其对应深度图的数据集；将事件数据预处理为时空体素形式；计算事件分布图作为先验知识；构建事件状态空间模块，包括多频状态空间模块和事件分布门控单元；构建基于视觉的选择性状态空间模型，用于编码事件数据的空间特征；构建密集残差块作为解码器生成所需的密集深度图。本发明旨在在事件先验的指导下，在状态空间模型中全面整合时间、频率和空间信息，增强模型对异步稀疏事件数据的建模能力，提高深度估计的准确度。本发明有助于提升机器人导航、自动驾驶、虚拟现实等实际应用对复杂三维现实场景感知的鲁棒性。

本发明授权一种基于状态空间模型的事件相机单目深度估计方法在权利要求书中公布了：1.一种基于状态空间模型的事件相机单目深度估计方法，其特征在于：方法包括： 步骤1、准备事件数据，包括模拟事件数据和真实场景事件数据，以及两个事件数据分别对应的深度标签； 步骤2、将原始事件数据分别进行时空体素网格和计算事件分布图的预处理，分别表示为密集时空体素和计算事件分布图； 步骤3、在状态空间模型下设计基于事件相机的单目深度估计网络，包括状态空间结构的时频编码器、空间编码器以及解码器； 步骤4、将预处理后的事件数据分为训练集、验证集和测试集；并使用训练集对模型进行训练，通过反向传播算法不断调整模型的参数，以最小化损失函数；同时在训练过程中，使用验证集来监控模型的性能； 步骤5、使用训练好的模型对某一时间间隔内的测试事件数据进行相对深度信息估计，得到深度图； 其中，所述步骤3中的深度估计网络，包括：三个部分； 第一部分是将针对于事件数据设计的事件状态空间模型作为时频编码器； 第二部分是将基于视觉的选择性状态空间模型作为空间编码器； 第三部分是由密集残差块构建的解码器； 所述第一部分中的事件状态空间模型，包括：循环分支和激活分支； 所述循环分支由多个多频率状态空间模块和跳跃连接组成，它通过对事件时空体素张量进行时域和频域编码，从而得到体素张量的更新； 所述激活分支通过计算事件分布并经过事件门控激活模块计算事件分布注意力图和门控权重，从而激活编码器输出得到； 基于此，得到事件状态空间模型的具体架构如下公式所示： ； 所述激活分支包含一个事件分布门控模块，生成事件分布图和门控权重，包括以下步骤： S32-1、模块通过不同核大小的深度分离卷积和点卷积提取事件分布多尺度空间特征，平滑事件分布并整合来自多尺度的分布信息： 根据公式，多尺度分布图经过由两个卷积层加上函数构成的模块CRM后，应用Sigmoid激活函数生成像素级注意力图： ； 其中与分别表示第i个卷积核大小的深度可分离卷积和点卷积，LN表示层归一化； S32-2、根据公式，将注意力图作用于多尺度事件分布图后得到，经过平均池化和最大池化进一步计算其全局统计特性，再经过由两个线性层和模块组成的LRM模块后应用sigmoid激活函数得到门控权重： ； 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。